Des robots de tri des fossiles aideront les chercheurs à étudier les océans et le climat

[ad_1]

Des chercheurs ont développé et démontré un robot capable de trier, manipuler et identifier des fossiles marins microscopiques. La nouvelle technologie automatise un processus fastidieux qui joue un rôle clé dans l’avancement de notre compréhension des océans et du climat du monde, à la fois aujourd’hui et dans le passé préhistorique.

« La beauté de cette technologie est qu’elle est fabriquée à l’aide de composants prêts à l’emploi relativement peu coûteux, et nous rendons à la fois les conceptions et le logiciel d’intelligence artificielle open source », explique Edgar Lobaton, co-auteur d’un article sur le travail. et professeur agrégé de génie électrique et informatique à la North Carolina State University. « Notre objectif est de rendre cet outil largement accessible, afin qu’il puisse être utilisé par le plus grand nombre de chercheurs possible pour faire progresser notre compréhension des océans, de la biodiversité et du climat. »

La technologie, appelée Forabot, utilise la robotique et l’intelligence artificielle pour manipuler physiquement les restes d’organismes appelés foraminifères, ou forams, afin que ces restes puissent être isolés, imagés et identifiés.

Les forams sont des protistes, ni végétaux ni animaux, et sont répandus dans nos océans depuis plus de 100 millions d’années. Lorsque les forams meurent, ils laissent derrière eux leurs minuscules coquilles, la plupart de moins d’un millimètre de large. Ces coquillages donnent aux scientifiques un aperçu des caractéristiques des océans tels qu’ils existaient lorsque les forams étaient vivants. Par exemple, différents types d’espèces de foram prospèrent dans différents types d’environnements océaniques, et les mesures chimiques peuvent renseigner les scientifiques sur tout, de la chimie de l’océan à sa température au moment de la formation de la coquille.

Cependant, l’évaluation des coquilles de foram et des fossiles est à la fois fastidieuse et prend du temps. C’est pourquoi une équipe d’experts en ingénierie et paléoocéanographie a développé Forabot pour automatiser le processus.

« À ce stade, Forabot est capable d’identifier six types de foram différents et de traiter 27 forams par heure, mais il ne s’ennuie jamais et ne se fatigue jamais », déclare Lobaton. « Il s’agit d’un prototype de preuve de concept, nous allons donc augmenter le nombre d’espèces de forams qu’il est capable d’identifier. Et nous sommes optimistes que nous serons également en mesure d’améliorer le nombre de forams qu’il peut traiter par heure .

« De plus, à ce stade, le Forabot a un taux de précision de 79 % pour l’identification des forams, ce qui est meilleur que la plupart des humains entraînés. »

« Une fois que Forabot aura été optimisé, ce sera un équipement de recherche précieux, permettant aux étudiants » cueilleurs de forams « de mieux passer leur temps à acquérir des compétences plus avancées », déclare Tom Marchitto, co-auteur de l’article et professeur de sciences géologiques. à l’Université du Colorado, Boulder. « En utilisant les connaissances taxonomiques communautaires pour former le robot, nous pouvons également améliorer l’uniformité de l’identification des forams entre les groupes de recherche. »

Voici comment Forabot fonctionne. Tout d’abord, les utilisateurs doivent laver et tamiser un échantillon de centaines de forams. Cela laisse aux utilisateurs un tas de ce qui ressemble à du sable. L’échantillon de forams est ensuite placé dans un conteneur appelé la tour d’isolement. Une aiguille au bas de la tour d’isolation se projette ensuite à travers l’échantillon, soulevant un seul foram vers le haut où il est retiré de la tour par aspiration. L’aspiration tire le foram vers un conteneur séparé appelé la tour d’imagerie, qui est équipée d’une caméra automatisée à haute résolution qui capture plusieurs images du foram. Une fois les images prises, le foram est à nouveau soulevé par une aiguille jusqu’à ce qu’il puisse être prélevé par aspiration et déposé dans le conteneur correspondant dans une station de tri. « L’idée est que notre IA peut utiliser les images pour identifier de quel type de format il s’agit et le trier en conséquence », explique Lobaton.

« Nous publions dans une revue open source et incluons les plans et le logiciel d’IA dans les documents supplémentaires à cet article », ajoute Lobaton. « J’espère que les gens l’utiliseront. La prochaine étape pour nous consiste à étendre les types de forams que le système peut identifier et à travailler sur l’optimisation de la vitesse opérationnelle. »

Vidéo : https://youtu.be/nLkLIghc4Jg

Le travail a été réalisé avec le soutien de la National Science Foundation, sous le numéro de subvention 1829930.

Source de l’histoire :

Matériel fourni par Université d’État de Caroline du Nord. Original écrit par Matt Shipman. Remarque : Le contenu peut être modifié pour le style et la longueur.

[ad_2]

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*